S

Spacethinker Qwen2.5VL 3B I1 GGUF

mradermacherによって開発
SpaceThinker-Qwen2.5VL-3B は、空間推論と視覚的質問応答タスクに特化したマルチモーダル視覚言語モデルです。
ダウンロード数 593
リリース時間 : 4/18/2025

モデル概要

このモデルはQwen2.5VLアーキテクチャを基にしており、空間推論、距離推定、視覚的質問応答などのタスク向けに設計されており、ロボティクスや具現化人工知能分野に適しています。

モデル特徴

マルチモーダル能力
視覚と言語入力を同時に処理し、クロスモーダル理解を実現
空間推論
距離推定などのタスクを含む、特別に最適化された定量的空間推論能力
効率的な量子化
様々なハードウェア条件に対応するため、複数の量子化バージョンを提供
推論時計算
複雑な計算や思考を推論プロセス中にサポート

モデル能力

視覚的質問応答
空間推論
距離推定
マルチモーダル理解
画像分析
テキスト生成

使用事例

ロボティクス
環境空間理解
ロボットが周囲環境の空間関係を理解するのを支援
ナビゲーションと物体操作の精度向上
教育
視覚的質問応答システム
画像内容に関する複雑な質問に回答
インタラクティブな学習体験の強化
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase